使用TensorFlow和Keras加载波士顿房价数据集

本教程将演示如何使用TensorFlow和Keras加载经典的波士顿房价数据集。

代码示例:

import tensorflow as tf

# 加载波士顿房价数据集
boston_housing = tf.keras.datasets.boston_housing

# 将数据集分为训练集和测试集
(train_x, train_y), (test_x, test_y) = boston_housing.load_data()

# 获取训练集和测试集的样本数量
num_train = len(train_x)
num_test = len(test_x)

print('训练集样本数量:', num_train)
print('测试集样本数量:', num_test)

代码解释:

boston_housing = tf.keras.datasets.boston_housing: 定义一个变量 boston_housing 并将其赋值为 tf.keras.datasets.boston_housing，这是一个包含波士顿房价数据集的模块。
(train_x, train_y), (test_x, test_y) = boston_housing.load_data(): 调用 boston_housing 中的 load_data() 方法加载数据集，并将其自动分为训练集和测试集。
- train_x, train_y 分别代表训练集的特征和标签。
- test_x, test_y 分别代表测试集的特征和标签。
num_train = len(train_x): 计算训练集的样本数量，并将其赋值给 num_train 变量。
num_test = len(test_x): 计算测试集的样本数量，并将其赋值给 num_test 变量。

通过以上步骤，您已成功使用TensorFlow和Keras加载了波士顿房价数据集，并将数据准备用于机器学习模型的训练和评估。